无人机扫雷：借力人工智能受关注

①

②

③

无人机扫雷速度远超传统扫雷，同时成本更低。图为阿富汗设计师设计的无人机扫雷设备。图①为探测无人机，图②为扫雷无人机，图③为排爆无人机。

　　地雷作为一种古老而现代的武器，历经数百年发展，在战争中仍然发挥着不可替代的重要作用，并以作战效费比高、易布难扫、影响持久等特点，成为战场上的“双面杀手”。

　　根据联合国统计，2021年全球有近5500人因地雷致死或致残，近6000万人生活在地雷等爆炸物的阴影之下。近年来的地区冲突表明，虽然现代战场呈现智能化、网络化发展趋势，但地雷战仍然是攻防双方作战行动中的重要方式。为此，不少军事强国都在积极研发新的扫雷技术，其中无人机扫雷成为关注焦点。

　　用无人机排除“雷患”

　　早在无人机扫雷技术出现以前，无人化扫雷技术已经用于作战。在伊拉克、阿富汗和叙利亚战争中，美军的排爆小组广泛使用排爆机器人和无人扫雷车进行扫雷与爆炸物处理。阿富汗战争期间，英军使用搭载排爆系统的无人机对路边炸弹和地雷进行清除。2018年，《常规武器销毁周刊》刊文表示，无人机能够“支持各种排雷行动，如前期部署规划、远程监测、地形检查和影响评估”。在索马里、安哥拉、柬埔寨和约旦河西岸等国家和地区的扫雷行动中，使用无人机探雷，运用人工智能分析雷场分布，配合人工和机械设备扫雷排爆，效果显著。

　　传统的扫雷方式代价巨大，在部分地区冲突战场上已经出现无人机扫雷。2023年10月，俄军首个无人机特种排雷营以南部军区工程旅为基础组建，在战场上使用无人机实施扫雷作业。乌克兰军队也使用无人机对路边炸弹和反坦克地雷进行引爆排除，使用搭载热成像仪的无人机进行夜间扫雷，还使用无人机向雷区喷洒铝热剂，用高温引爆地雷等爆炸物。

　　除了战场扫雷外，无人机扫雷在后方地区发挥的作用也更为明显。据排雷专家估计，当前一些冲突地区受地雷影响的地域面积超过17万平方千米。按照每平方千米需拍摄6000张航拍图片供人工分析推算，完成全部雷区探测工作需500万个人工时。一名无人机飞行员平均每天可以收集超过0.3平方千米的图像，大约相当于2万张图像，借助人工智能扫雷分析系统，可实现日处理1000张图像。这种分析系统可识别150余种地雷和爆炸物，涵盖美、俄制全部地雷和爆炸物种类以及以色列、意大利制部分地雷和爆炸物种类。

　　技术优缺点明显

　　无人机扫雷主要涉及地雷的探测识别、信息的传输处理以及引爆物的精准投放等技术。一是探测识别。无人机借助机上搭载的传感器和探测设备，如红外传感器和合成孔径雷达等探测地雷和其他爆炸物，并使用光学和红外成像设备进一步提高识别精度。二是信息的传输处理。在扫雷过程中，无人机与后方指挥中心通过无线电保持通信，将采集到的目标图像和数据信息传回指挥中心。指挥人员根据数据及时做出决策，调整无人机的飞行路径和任务等。三是引爆物的精准投放。完成地雷识别和定位后，无人机将引爆物投放在地雷附近进行引爆。

　　无人机扫雷具有效率高、成本低和灵活度高等优势，能够在短时间内完成大面积区域的扫雷作业。相比机械和人力扫雷方式，无人机扫雷还降低了人员伤亡风险和机械化扫雷装备的损失。同时，无人机能够进入传统扫雷设备难以进入的复杂地形环境进行扫雷作业。

　　作为新型扫雷手段，无人机扫雷也存在诸多限制和不足。主要表现为探测精度低、虚警率高;续航能力有限，作业持续性不足;复杂环境适应能力较弱，气象限制条件多;数据处理与实时传输难;难以满足高强度排雷作业需求等。首先，无人机搭载的探雷设备需要高精度识别地雷，但目前技术对深埋地雷的探测能力不足，尤其对非金属外壳的地雷探测虚警率过高。其次，现有用于执行扫雷任务的多旋翼无人机续航时间较短，普遍不超过1小时，限制了无人机的长时间作业能力。同时，由于扫雷无人机在扫雷时飞行高度较低，因此无法在植被茂密区域使用。再次，无人机在扫雷过程中会产生大量数据，如何高效处理数据，并将其传输给地面控制中心面临技术难题，同时数据传输的稳定性和安全性也有待加强。最后，当前无人机扫雷作业主要在非战区进行，而在战场上，无人机扫雷作业易受敌方火力打击或电子干扰，作业效率较低，远远不能满足战场排雷需求。在攻防转换节奏较快的战场上，开辟通路和扫雷破障作业，仍需要由机械化破障设备和训练有素的工兵来完成。

　　AI赋能提升效率

　　无人机扫雷的发展趋势是什么?

　　一是打造人工智能赋能的多平台无人扫雷系统。2024年1月，美国陆军第18空降军第20工兵旅在北卡罗来纳州自由堡军事训练基地进行无人扫雷破障系统测试，验证了空地协同扫雷思路。美军使用搭载激光雷达的无人机实施扫雷作业，通过数据链将信息传输给地面无人扫雷破障车，后者使用机械臂和火箭弹开辟雷场通路。据报道，这款空地协同扫雷系统的“大脑”是美海军研发的一款人工智能分析系统。美国陆军对测试结果表示满意，决定将其转到联合战备训练中心进行第二轮作战试验。

　　二是提升无人机扫雷的战场适应能力。随着无人机智能化水平的提高，未来无人机能够借助机器学习，优化扫雷策略，提高扫雷效率和准确率，自主完成复杂的扫雷任务。另外，在高强度的战场条件下，无人机的防护能力、持续作战能力、复杂环境适应能力将是未来研发重点。

　　三是完善智能化网络化管理系统。建立完善的无人机网络化管理系统，实现信息的实时共享和资源的优化配置，有助于统一调度和管理多个无人机扫雷编队，提高作业效能。